| 基于概率神经网络的文本自动分类研究 |
| |
| 引用本文： | 施洁斌.基于概率神经网络的文本自动分类研究[J].情报学报,2004,23(2):147-151. |
| |
| 作者姓名： | 施洁斌 |
| |
| 作者单位： | 浙江大学图书馆,杭州,310029 |
| |
| 摘 要： | 本文提出了将一种径向基网络的重要变形———概率神经网络应用于文本自动分类的研究 ,与常用的K 最邻近法相比 ,具有一定的优势 ,特别是在训练集中各类的训练样本数很不平衡时 ;与BP等其他神经网络相比 ,其特点是需调节的参数少 ,不需确定隐层数、隐层中的神经元数量等网络结构 ,比较容易使用。此外 ,从研究中的不同特征选择的评价函数来看 ,它们对分类有一定的影响 ,应用X2 统计进行特征选择的分类正确率最高 ,其次是文本证据权 ,而期望交叉熵的效果最差 ,说明特征选择在文本自动分类中也是非常重要的。
|
| 关 键 词： | 自动分类 概率神经网络 K-最邻近法 |
| 修稿时间： | 2003年6月19日 |
Study on Automatic Text Categorization with Probabilistic Neural Networks |
| |
| Shi Jiebin.Study on Automatic Text Categorization with Probabilistic Neural Networks[J].Journal of the China Society for Scientific andTechnical Information,2004,23(2):147-151. |
| |
| Authors: | Shi Jiebin |
| |
| Abstract: | |
| |
| Keywords: | automatic text categorization probabilistic neural networks k\|nearest neighbor algorithm |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
